Python'da Veri Görselleştirmelerini İyileştirme
Nick Strayer
Instructor
denver_may = pollution.query("city == 'Denver' & month == 8") # Perform bootstrapped mean on a vector def bootstrap(data, n_boots): return [np.mean(np.random.choice(data,len(data))) for _ in range(n_boots) ] # Generate 1,000 bootstrap samples boot_means = bootstrap(denver_may.NO2, 1000) # Get lower and upper 95% interval bounds lower, upper = np.percentile(boot_means, [2.5, 97.5]) # Shaded background of interval plt.axvspan(lower, upper, color='grey', alpha=0.2) # Plot histogram of samples sns.histplot(boot_means, bins = 100)
denver_may = pollution.query("city == 'Denver' & month == 8") # Perform bootstrapped mean on a vector def bootstrap(data, n_boots): return [np.mean(np.random.choice(data,len(data))) for _ in range(n_boots) ] # Generate 1,000 bootstrap samples boot_means = bootstrap(denver_may.NO2, 1000)
# Get lower and upper 95% interval bounds lower, upper = np.percentile(boot_means, [2.5, 97.5]) # Shaded background of interval plt.axvspan(lower, upper, color='grey', alpha=0.2)
# Plot histogram of samples sns.histplot(boot_means, bins = 100)
# Bootstrap verisinden DataFrame oluşturun denver_may_boot = pd.concat([ denver_may.sample(n=len(denver_may), replace=True).assign(sample=i) for i in range(100)]) # Her örneklem için regresyon çizin sns.lmplot('CO', 'O3', data=denver_may_boot, scatter=False, # Seaborn’a her yeniden örnek için regresyon # çizgisi çizmesini söyleyin hue='sample', # Çizgileri turuncu ve saydam yapın line_kws = {'color': 'coral', 'alpha': 0.2}, # Güven aralığı yok ci=None, legend = False)
# Bootstrap verisinden DataFrame oluşturun denver_may_boot = pd.concat([ denver_may.sample(n=len(denver_may), replace=True).assign(sample=i) for i in range(100)]) # Her örneklem için regresyon çizin sns.lmplot('CO', 'O3', data=denver_may_boot, scatter=False,
# Seaborn’a her yeniden örnek için regresyon # çizgisi çizmesini söyleyin hue='sample',
# Çizgileri turuncu ve saydam yapın line_kws = {'color': 'coral', 'alpha': 0.2},
# Güven aralığı yok ci=None, legend = False)
aug_pol = pollution.query("month == 8") # Bootstrap örnekleri için tutucu DataFrame city_boots = pd.DataFrame() for city in ['Denver', 'Long Beach', 'Houston', 'Indianapolis']: # Şehrin NO2 verisini filtreleyin city_NO2 = aug_pol[aug_pol.city == city].NO2 # Şehrin NO2’sinden 100 bootstrap örneği alıp DataFrame’e koyun cur_boot = pd.DataFrame({ 'NO2_avg': bootstrap(city_NO2, 100), 'city': city }) # Diğer şehirlerin bootstrap’lerine ekleyin city_boots = pd.concat([city_boots,cur_boot]) # Bootstrap örneklerini görselleştirmek için arı sürüsü grafiği kullanın sns.swarmplot(y="city", x="NO2_avg", data=city_boots, # Tüm renkleri aynı yapın color='coral')
aug_pol = pollution.query("month == 8") # Bootstrap örnekleri için tutucu DataFrame city_boots = pd.DataFrame() for city in ['Denver', 'Long Beach', 'Houston', 'Indianapolis']: # Şehrin NO2 verisini filtreleyin city_NO2 = aug_pol[aug_pol.city == city].NO2 # Şehrin NO2’sinden 100 bootstrap örneği alıp DataFrame’e koyun cur_boot = pd.DataFrame({ 'NO2_avg': bootstrap(city_NO2, 100), 'city': city }) # Diğer şehirlerin bootstrap’lerine ekleyin city_boots = pd.concat([city_boots,cur_boot]) # Bootstrap örneklerini görselleştirmek için arı sürüsü grafiği kullanın sns.swarmplot(y="city", x="NO2_avg", data=city_boots,
# Tüm renkleri aynı yapın color='coral')
Preparing Video For Download...
